System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本公開涉及人工智能,更具體地涉及一種意圖識別方法、裝置、設備、存儲介質和程序產品。
技術介紹
1、在當前數字經濟和信息化時代,客戶服務的質量和效率越來越受到企業的重視。隨著在線服務平臺的迅速發展,客戶與企業之間的溝通方式日益多樣化,客戶的需求和意圖變得更加復雜。不論是在電商、金融還是技術支持領域,如何準確理解客戶的意圖并快速響應,是提升客戶滿意度和忠誠度的關鍵。
2、隨著大數據、人工智能等數字技術的蓬勃發展,銀行等金融機構也在不斷推進數字化變革,打造數字生態下對客戶服務的新窗口和新模式。其中,智能客服通過自然語言交互模式,理解業務訴求并分析目標文檔,能夠結合客戶提問自動給出合理答案,打造了線上化、人性化的客戶服務體系,是提供更加全面、專業、精準服務的重要方式。意圖識別作為自然語言處理中的一項重要技術,旨在從用戶的輸入文本中提取出其背后的真實需求和目的。傳統的意圖識別方法主要依賴于基于規則的模式匹配或簡單的機器學習算法,這些方法在處理復雜、多變的客戶請求時往往存在局限性,無法滿足客戶個性化的需求。
技術實現思路
1、鑒于上述問題,本公開提供了一種意圖識別方法、裝置、設備、存儲介質和程序產品。
2、根據本公開的第一個方面,提供了一種意圖識別方法,包括:獲取客服過程中客戶的消息文本;基于意圖識別模型,判斷消息文本所對應的客戶意圖,其中,意圖識別模型通過預訓練得到,包括:對待訓練提問文本與客戶偏好數據分別進行預處理;基于預處理后的提問文本內容,得到基于自注意力機制的
3、根據本公開的實施例,對待訓練提問文本進行預處理,包括:基于預訓練的處理模型對提問文本內容進行向量化表征,得到提問文本的詞向量表征。
4、根據本公開的實施例,對客戶偏好數據進行預處理,包括:獲取客戶偏好數據的收集授權;在得到授權后獲取客戶偏好數據,并進行合并、清洗與編碼變換,得到客戶偏好信息表征向量。
5、根據本公開的實施例,基于預處理后的提問文本內容,得到基于自注意力機制的文本表征,包括:將提問文本的詞向量表征輸入長短期循環神經網絡,獲取融合上下文內容的提問文本表征;基于自注意力機制,對融合上下文內容的提問文本表征進行權重賦值,得到基于自注意力機制的文本表征。
6、根據本公開的實施例,基于交互注意力機制,將預處理后的客戶偏好數據映射至提問文本表征中,得到融合客戶偏好的提問文本表征,包括:通過交互注意力機制,計算客戶偏好信息表征向量對提問文本中詞的重要性權重;將經過注意力加權的融合上下文內容的提問文本表征與客戶偏好信息表征向量進行組合,得到融合客戶偏好的提問文本表征。
7、根據本公開的實施例,對目標表征進行訓練,得到意圖識別模型,包括:選擇用于意圖識別的深度學習模型架構;使用交叉熵損失函數作為目標函數計算交叉熵損失;將目標表征輸入深度學習模型的架構中進行向前傳播,訓練得到意圖識別模型。
8、根據本公開的實施例,對目標表征進行訓練,得到意圖識別模型,還包括:在訓練過程中,通過反向傳播算法計算梯度,并使用優化算法對模型參數進行更新。
9、本公開的第二方面提供了一種意圖識別裝置,包括:消息文本獲取模塊,用于獲取客服過程中客戶的消息文本;客戶意圖判斷模塊,用于基于意圖識別模型,判斷消息文本所對應的客戶意圖,其中,意圖識別模型通過預訓練得到。
10、根據本公開的實施例,客戶意圖判斷模塊包括:預處理單元,用于對待訓練提問文本與客戶偏好數據分別進行預處理;自注意力機制的文本表征獲取單元,用于基于預處理后的提問文本內容,得到基于自注意力機制的文本表征;融合客戶偏好的提問文本表征獲取單元,用于基于交互注意力機制,將預處理后的客戶偏好數據映射至提問文本表征中,得到融合客戶偏好的提問文本表征;待訓練提問文本的目標表征獲取單元,用于將基于自注意力機制的文本表征與融合客戶偏好的提問文本表征進行拼接,得到待訓練提問文本的目標表征;意圖識別模型獲取單元,用于對目標表征進行訓練,得到意圖識別模型。
11、本公開的第三方面提供了一種電子設備,包括:一個或多個處理器;存儲器,用于存儲一個或多個計算機程序,其中,上述一個或多個處理器執行上述一個或多個計算機程序以實現上述方法的步驟。
12、本公開的第四方面還提供了一種計算機可讀存儲介質,其上存儲有計算機程序或指令,上述計算機程序或指令被處理器執行時實現上述方法的步驟。
13、本公開的第五方面還提供了一種計算機程序產品,包括計算機程序或指令,上述計算機程序或指令被處理器執行時實現上述方法的步驟。
本文檔來自技高網...【技術保護點】
1.一種意圖識別方法,其特征在于,所述方法包括:
2.根據權利要求1所述的意圖識別方法,其特征在于,所述對待訓練提問文本進行預處理,包括:
3.根據權利要求2所述的意圖識別方法,其特征在于,所述對客戶偏好數據進行預處理,包括:
4.根據權利要求1或2所述的意圖識別方法,其特征在于,所述基于預處理后的提問文本內容,得到基于自注意力機制的文本表征,包括:
5.根據權利要求1或3所述的意圖識別方法,其特征在于,所述基于交互注意力機制,將預處理后的客戶偏好數據映射至提問文本表征中,得到融合客戶偏好的提問文本表征,包括:
6.根據權利要求5所述的意圖識別方法,其特征在于,所述對所述目標表征進行訓練,得到所述意圖識別模型,包括:
7.根據權利要求1或6所述的意圖識別方法,其特征在于,所述對所述目標表征進行訓練,得到所述意圖識別模型,還包括:
8.一種意圖識別裝置,其特征在于,所述裝置包括:
9.根據權利要求8所述的意圖識別裝置,其特征在于,所述客戶意圖判斷模塊包括:
10.一種電子設備
11.一種計算機可讀存儲介質,其上存儲有計算機程序或指令,其特征在于,所述計算機程序或指令被處理器執行時實現根據權利要求1~7中任一項所述方法的步驟。
12.一種計算機程序產品,包括計算機程序或指令,其特征在于,所述計算機程序或指令被處理器執行時實現根據權利要求1~7中任一項所述方法的步驟。
...【技術特征摘要】
1.一種意圖識別方法,其特征在于,所述方法包括:
2.根據權利要求1所述的意圖識別方法,其特征在于,所述對待訓練提問文本進行預處理,包括:
3.根據權利要求2所述的意圖識別方法,其特征在于,所述對客戶偏好數據進行預處理,包括:
4.根據權利要求1或2所述的意圖識別方法,其特征在于,所述基于預處理后的提問文本內容,得到基于自注意力機制的文本表征,包括:
5.根據權利要求1或3所述的意圖識別方法,其特征在于,所述基于交互注意力機制,將預處理后的客戶偏好數據映射至提問文本表征中,得到融合客戶偏好的提問文本表征,包括:
6.根據權利要求5所述的意圖識別方法,其特征在于,所述對所述目標表征進行訓練,得到...
【專利技術屬性】
技術研發人員:劉鈺超,
申請(專利權)人:中國工商銀行股份有限公司,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。